一种物联网业务架构以及业务组合方法

1. 一种物联网业务架构，其特征在于:所述物联网业务架构环境分为五层，分别为:设 备接入层，数据通信层，设备管理层，业务管理层，业务应用层； 设备接入层:设备接入层是整个物联网架构中的最底层，主要是面向各种各样的设备； 数据通信层:整个数据通信层包括W互联网为代表的通信网络，W及使得物理设备可 W与运些网络传输数据的中间件或者网关； 设备管理层:该层的主要功能是通过数据通信层来管理接入物联网中的设备，其中包 括设备注册模块，设备管理模块和设备监控模块； 业务管理层：该层的主要功能是管理基于接入物联网中设备所开发的业务，包括业务 注册模块，业务管理模块，业务组合模块，业务监控模块； 业务应用层:该层主要面对各类型的用户，该层可W是某个企业的处理平台，或者使用 物联网的个人PC，通过各种各样的平台可W使用物联网中存在的各种业务或者组合使用各 原子业务； 所述架构的业务组合方法包括如下步骤： 步骤1:参数初始化;使得初始执行时间tw及循环次数N为0，设置一个最大循环次数 Nmax，将m只妈蚁放到起始服务上，令每一条执行路径上的信息素初始值为Tu(t)=常数，Δ Tij(0)=0;在此步骤中，妈蚁个数为即为用户数目，用户在蚁群算法中充当妈蚁的角色，为 了保证选择的最佳组合业务的正确性，在m个用户针对该组合业务进行了 Nmax次的选择后才 得出最终的最佳的选择路径； 步骤2: N^N+1;即每做一次循环，使得循环次加日1，此处的一次循环是指，所有的m个用 户完成了从服务集合C1到服务集合化的选择，而N则是记录运样的循环有多少次，Nmax则是N 的上限； 步骤3:k^k+l;运里的k是指在步骤2中的单次循环中m个用户里有多少用户执行完了 组合业务，每当一个用户执行完了该组合业务的完整流程，即从最初的服务集合C1选到最 终的服务集合Cn则使得k增加1，直到k=m时一次循环结束此时使步骤2中的N增加1，否则令 k = k+l未完成组合服务的用户继续执行组合服务； 步骤4:单个用户根据下面给出的状态转移概率公式/<的的计算结果来选择下一个服 务集中的应该由哪一个服务参加组合；
其中S代表在该步组合中可W选择的所有服务的集合，α为信息启发式因子表示积累的 信息素对于妈蚁选择路径的重要性，即当α越大，则路径遗留的信息素对妈蚁选择路径的影 响越大，其值取1或2，β为期望启发因子，表示能见度的重要性，反应了妈蚁在选择路径时启 发信息对选择的影响程度，其值越大，则越接近于贪屯、规则，其值也取1或2，τυ( t)表示在t 时刻，路径巧Ijj上的信息素，在t = 0时刻Tu(t)为常数； 启发信息表示当妈蚁在选择路径的时候依据启发信息选择自己的路径，在路径选择 中，为了使选择路径时，选择Qos值最高的组合，启发信息由启发函数化^t)表示，在此使得 启发函数与业务的Qos值相同即： ni j (t)=aQj+(1 -λ) Qj-i 其中对于Qos值需要得出Qos的四个属性值91、92、93、94，其中91为使用业务所付出的代 价，Q2为业务的响应时延(ms)，q3为服务执行所占用的带宽化z)，q4为业务的可靠性，λ是遗 忘因子;对于qi，Q2，Q3业务在执行时，业务管理层根据业务的执行情况记录业务每次执行的 参数，包括业务执行代价，业务执行时延，业务执行时所需要的带宽和对于该业务的可靠性 评价，在业务管理层中记录该业务最近η次的执行结果，当用户第n+1次执行时，其Qos属性 值就由前η次执行结果得出，即第n+1次执行的属性值qi，q2，q3取第η次执行时所记录的数 据，Q4则由前η次执行结果综合得出； 设前η次执行的可靠性函数，所述可靠性函数是用来计算可靠性的值，分别为： (fi(a,s),f2(a,s),f3(a,s)...fn(a,s)) 其中，a为用户评价参数，S为其他服务对该服务的评价参数； 所W对于最终第η次执行时所参考的可靠性应该为：
为了保持值的一致性有：
考虑实际情况中执行时间越靠后的可靠性的值所获得的权重应该越大所W有： Φ i< Φ 1+1 ； 则符合W上条件的权重函数，当执行总次数η为偶数时有：
由此可得在第j次调用该业务时，所获得的该业务的服务质量：
其中α (i)为各个属性的权重，且对于α (i)韦
每次执行完一个业务之后，业务的属性值根据自身变化予W更新，本次执行完之后将 第n+1次执行的属性值记录下来，作为第n+2次的属性值； 步骤5:更新禁忌表，此处设置的禁忌表是对于用户m，在单次循环中在服务集合Cl到服 务集合化中不再选择参加组合的业务:①将已经选择的服务加入禁忌表，②将服务集合中 执行失败的服务加入禁忌表； 步骤6:如果k其中丫 e (〇，1)表示信息素挥发系数;加入该挥发系数的原因是要满足整个环境的动 态变化，之前环境下遗留下来的信息素会只剩下（1-丫）倍，而且加入挥发系数可W防止信 息素的无限积累；表示第k个妈蚁在本次循环中留在路径上的信息素增量;对于信息素 增量采用Ant-Cycle模型即：
其中Q为信息素强度，Lk为第k个妈蚁在本次循环中走的路径长度;将妈蚁从i到j所走的 路径与从i服务选择j服务时的Qos属性值联系起来，在此令Q=l，根据之前定义的Qos属性， 将Lk定义为：
其中fi为该服务Qos的第i个属性值的函数，通过fi可得出当前服务Qos的第i个属性值， Pi为用户对于该服务第i个属性值的期望值，由该函数的定义可知，当实际值与期望值的差 的绝对值越小则留下的信息量越大，那么选择差值小的服务的可能性就越大； 步骤8 :如果循环次数达到了设置最大值则执行步骤9，即当循环次数N = Nmax时执行步 骤9，否则清空禁忌表跳转至步骤2继续往下执行； 步骤9:根据最终留在选择路径上的信息素，在每步选择下一个业务时的概率成(〇都会 有一个最大值，在每步选择下一个参加组合的业务都按照最大的概率aUO来选择，则得出 了最佳选择路径，程序结束。
2. -种物联网业务架构的业务组合方法，其特征在于，所述方法包括如下步骤： 步骤1:参数初始化;使得初始执行时间tW及循环次数N为0，设置一个最大循环次数 Nmax，将m只妈蚁放到起始服务上，令每一条执行路径上的信息素初始值为Tu(t)=常数，Δ Tij(0)=0;在此步骤中，妈蚁个数为即为用户数目，用户在蚁群算法中充当妈蚁的角色，为 了保证选择的最佳组合业务的正确性，在m个用户针对该组合业务进行了 Nmax次的选择后才 得出最终的最佳的选择路径； 步骤2: N^N+1;即每做一次循环，使得循环次加日1，此处的一次循环是指，所有的m个用 户完成了从服务集合C1到服务集合化的选择，而N则是记录运样的循环有多少次，Nmax则是N 的上限； 步骤3:k^k+l;运里的k是指在步骤2中的单次循环中m个用户里有多少用户执行完了 组合业务，每当一个用户执行完了该组合业务的完整流程，即从最初的服务集合C1选到最 终的服务集合Cn则使得k增加1，直到k=m时一次循环结束此时使步骤2中的N增加1，否则令 k = k+l未完成组合服务的用户继续执行组合服务； 步骤4:单个用户根据下面给出的状态转移概率公式的计算结果来选择下一个服 务集中的应该由哪一个服务参加组合；
其中S代表在该步组合中可W选择的所有服务的集合，α为信息启发式因子表示积累的 信息素对于妈蚁选择路径的重要性，即当α越大，则路径遗留的信息素对妈蚁选择路径的影 响越大，其值取1或2，β为期望启发因子，表示能见度的重要性，反应了妈蚁在选择路径时启 发信息对选择的影响程度，其值越大，则越接近于贪屯、规则，其值也取1或2，τυ( t)表示在t 时刻，路径巧Ijj上的信息素，在t = 0时刻Tu(t)为常数； 启发信息表示当妈蚁在选择路径的时候依据启发信息选择自己的路径，在路径选择 中，为了使选择路径时，选择Qos值最高的组合，启发信息由启发函数化^t)表示，在此使得 启发函数与业务的Qos值相同即： 化j(t)二均j+( 1-人）Qj-i 其中对于Qos值需要得出Qos的四个属性值91、92、93、94，其中91为使用业务所付出的代 价，Q2为业务的响应时延(ms)，q3为服务执行所占用的带宽化z)，q4为业务的可靠性，λ是遗 忘因子;对于qi，Q2，Q3业务在执行时，业务管理层根据业务的执行情况记录业务每次执行的 参数，包括业务执行代价，业务执行时延，业务执行时所需要的带宽和对于该业务的可靠性 评价，在业务管理层中记录该业务最近η次的执行结果，当用户第n+1次执行时，其Qos属性 值就由前η次执行结果得出，即第n+1次执行的属性值qi，q2，q3取第η次执行时所记录的数 据，Q4则由前η次执行结果综合得出； 设前η次执行的可靠性函数，所述可靠性函数是用来计算可靠性的值，分别为： (fi(a,s),f2(a,s),f3(a,s)...fn(a,s)) 所W对于最终第η次执行时所参考的可靠性应该为：
为了保持值的一致性有：
考虑实际情况中执行时间越靠后的可靠性的值所获得的权重应该越大所w有： Φ i< Φ i+1； 则符合W上条件的权重函数，当执行总次数η为偶数时有：
由此可得在第j次调用该业务的时，所获得的该业务的服务质量：
其中曰(i)为各个属性的权重，且对于曰(i)韦
每次执行完一个业务之后，业务的属性值根据自身变化予W更新，本次执行完之后将 第n+1次执行的属性值记录下来，作为第n+2次的属性值； 步骤5:更新禁忌表，此处设置的禁忌表是对于用户m，在单次循环中在服务集合C1到服 务集合化中不再选择参加组合的业务:①将已经选择的服务加入禁忌表，②将服务集合中 执行失败的服务加入禁忌表； 步骤6:如果k其中丫 e (〇，1)表示信息素挥发系数;加入该挥发系数的原因是要满足整个环境的动 态变化，之前环境下遗留下来的信息素会只剩下（1-丫）倍，而且加入挥发系数可W防止信 息素的无限积累；Ari表示第k个妈蚁在本次循环中留在路径上的信息素增量;对于信息素 增量采用Ant-Cycle模型即：
其中Q为信息素强度，Lk为第k个妈蚁在本次循环中走的路径长度;将妈蚁从i到j所走的 路径与从i服务选择j服务时的Qos属性值联系起来，在此令Q=l，根据之前定义的Qos属性， 将Lk定义为：
其中fi为该服务Qos的第i个属性值的函数，通过fi可得出当前服务Qos的第i个属性值， Pi为用户对于该服务第i个属性值的期望值，由该函数的定义可知，当实际值与期望值的差 的绝对值越小则留下的信息量越大，那么选择差值小的服务的可能性就越大； 步骤8 :如果循环次数达到了设置最大值则执行步骤9，即当循环次数N = Nmax时执行步 骤9，否则清空禁忌表跳转至步骤2继续往下执行； 步骤9:根据最终留在选择路径上的信息素，在每步选择下一个业务时的概率给出的 4(0都会有一个最大值，在每步选择下一个参加组合的业务都按照最大的概率P,班)来选 择，则得出了最佳选择路径，程序结束。

暂无